会议整体议程安排与主题概览 [page::1]

• 15:30 大模型重构二级市场投研，由国金证券金融工程首席分析师主讲

- 15:45 基于海外投资大师智能体构建A股挖票框架

• 16:15 指数择时新框架，涵盖初始指标到优选信号生成的全流程

- 16:45 基于TimeMixer改进的选股因子到ETF轮动策略

• 17:15 基于申报信息的行业主题ETF轮动策略

- 内容涵盖指标生成、智能体挖票、因子构建与ETF轮动策略等量化投资关键前沿话题，指出最新研究进展 [page::1]

报告分析：量化投资夏季沙龙【北京站】

---

1. 元数据与概览

• 报告标题： 量化投资夏季沙龙【北京站】

- 发布机构： 国金证券金融工程团队

• 时间地点： 2025年9月11日，北京市新闻大厦8楼会议室

- 主题： 量化投资技术分享与策略研讨，涵盖智能票选框架、全流程择时策略、ETF轮动等量化投资的核心议题。

• 核心内容： 本次沙龙聚焦量化投资在二级市场中的应用研发，覆盖从大规模市场投研重构到基于智能体和TimeMixer模型的选股及ETF轮动策略，是量化投资领域的前沿技术和实践交流平台。

- 目标群体： 金融工程研究人员、量化投资策略开发者、基金经理及相关金融市场参与者。

---

2. 逐节深度解读

2.1 会议总体安排（概览）

该报告实际上是一次量化投资领域的线下沙龙会议通知，围绕最新的量化研究成果与策略开发展开。会议时间集中于9月11日下午，涵盖五大主题演讲，内容紧贴当前智能量化投资技术趋势。

2.2 各主题内容分析

2.2.1 大模型重构二级市场投研

• 主讲人： 高智威，国金证券金融工程首席分析师

- 核心议题： 利用大规模模型技术重构二级市场研究框架，探索如何通过大模型提升市场洞察的深度和广度。

• 推理依据： 利用现代AI与大数据技术整合多源信息，改善传统投研模型的效能。

- 意义： 预示着智能化、大数据驱动的研究工具正在改变市场分析的模式，提高预测精度。

2.2.2 海外投资大师智能体构建A股挖票框架

• 主讲人： 赵妍，国金证券金融工程研究员

- 核心议题： 借鉴海外量化投资大师的方法，运用智能体技术构建适合A股市场的选股模型。

• 技术思路： 结合大师智慧与机器学习，形成自动化的股票挖掘框架。

- 应用前景： 在A股市场提升选股的系统性与效率，增强策略适应性和收益稳定性。

2.2.3 指数择时新框架——全流程生成器

• 主讲人： 胡正阳，国金证券金融工程研究员

- 核心议题： 创新指数择时模型，从初始指标到优选信号的全流程自动生成。

• 模型创新点： 这套生成器能够全流程优化择时信号，提升策略的响应速度与准确度。

- 行业价值： 对应市场波动明显的环境，提出更灵活、高效的择时解决方案。

2.2.4 基于TimeMixer改进的选股因子与ETF轮动策略

• 主讲人： 陶杨，国金证券金融工程研究员

- 核心议题： 利用TimeMixer模型改进传统的选股因子，并应用于ETF的轮动策略。

• TimeMixer解析： TimeMixer是一种时间序列数据混合处理模型，能够挖掘更深层次的时间动态特征。

- 策略优势： 通过因子改良和ETF轮动提升回报率及风险控制能力，增强组合的时变适应性。

2.2.5 基于申报信息的行业主题ETF轮动策略

• 主讲人： 聂博洋，国金证券金融工程研究员

- 核心议题： 运用企业申报信息，构建行业主题型ETF轮动策略。

• 数据利用： 企业申报作为非传统数据源，反映产业动态与趋势，挖掘潜在投资机会。

- 策略创新点： 结合主题投资理念和动态轮动机制，在行业周期变换中获取超额收益。

---

3. 图表深度解读

• 图表描述： 报告中含有议程时间线图，显示从15:00的签到开始，15:30至17:15依次安排了五个主题的讲演时间节点，时间安排合理且紧凑。

- 数据与趋势： 时间线明晰地体现了每个主题持续时间为30分钟，保证内容的深入展开与讨论。

• 文本联系： 议程图形直观呈现会议流程，辅助参会者合理安排时间，强化会议的专业性和体系性。

- 潜在限制： 该类会议时间规划代表常规流程，实际内容浓度和互动情况可能影响现场效果。



---

4. 估值分析

本报告为会议通知与议程安排，不涉及具体金融资产的估值分析或财务预测。

---

5. 风险因素评估

虽然报告未直接提及风险因素，但针对量化投资策略的潜在风险可以推断：

• 模型风险： 依赖大模型和智能体可能带来模型过拟合或市场变化适应不足。

- 数据风险： 申报信息等非传统数据可能存在时效性或准确性问题。

• 市场风险： ETF轮动策略在市场极端波动时风险敞口扩大。

- 技术风险： 复杂算法和流程生成器的运行稳定性及技术实现难度。

报告未明确提出风险缓解措施，但全流程策略生成及因子改良意在增强策略稳定性。

---

6. 批判性视角与细微差别

• 局限性： 文档为会议议程，没有详尽介绍每个量化策略的具体模型参数、业绩表现及实际验证，缺乏量化策略效果的透明数据支持。

- 潜在偏见： 国金证券主导策划，内容偏重自家团队研发成果，可能存在内向性技术推广的倾向。

• 深度不足： 缺少与外部成熟量化机构的对比分析，以及策略在不同市场环境下的适应性评估。

- 细节提示： 时间安排紧凑，每个主题仅30分钟，技术交流深度有限，后续材料和实盘演示将更为关键。

---

7. 结论性综合

此次量化投资夏季沙龙集中呈现了国金证券金融工程团队在智能量化领域的多项先进研究成果，涵盖大模型在二级市场的应用、海外大师智能体A股策略构建、指数择时全流程框架创新、基于TimeMixer的选股因子改良与ETF轮动，以及结合申报信息的行业主题ETF策略。整体议程结构合理，理念先进，体现了量化投资向智能化、全流程、时序特征深挖方向的发展趋势。

通过议程图可以看出，此次沙龙注重实际策略的构建流程与技术验证，强调从基础指标挖掘到信号生成的系统化解决方案，意在提升量化模型的效率与稳定性。这将对参与者理解并应用量化技术、优化投资组合管理产生积极推动作用。

不过，需注意本报告内容局限，仅为会议安排，缺乏详实的模型数据和业绩验证披露，投资者和研究者宜结合更详尽的后续报告和实盘结果进行深入分析。国金证券在该领域的研究持续推进，未来相关技术和策略的公开发布值得关注[page::0,1]。

报告